[发明专利]一种基于节点簇的社交网络的社区划分方法

权利要求书

1.一种基于节点簇的社交网络的社区划分方法，其特征在于，包括以下步骤：

Proc1：

Step1：初始化各个节点为独立的节点簇，并设定其状态为默认状态；

Step2：计算各个节点簇之间的相似度，根据相似度记录每个节点簇的最相似节点簇；所述节点簇包括至少一个节点；所述节点簇的最相似节点簇为与所述节点簇的相似度大于预设值的节点簇中与所述节点簇的相似度最高的节点簇；

Step3：对每一个节点簇执行Proc2；

Step4：如果每一个节点簇的状态为封闭状态，则结束并将此时所述社交网络中的各节点簇分别设置为所述社交网络中的社区，否则执行step2；

Proc2：

Step5：如果该节点簇的状态为封闭状态，则结束；

Step6：如果该节点簇的状态为跟随状态，则结束；

Step7：如果该节点簇的最相似节点簇为C，同时C的最相似节点簇也为该节点簇，则该节点簇和节点簇C互为最相似节点簇，则该节点簇合并C，并依次查找本节点簇和节点簇C的跟随链表，将跟随链表上的所有节点簇一起合并后，判断封闭条件，如果条件成立，则更新为封闭状态，否则更新为默认状态；所述封闭条件为节点簇的簇内平均连接密度大于簇间平均连接密度；

Step8：如果该节点簇的最相似节点簇为C，但C的最相似节点簇不为该节点簇，即该节点簇与节点簇为C非互为最相似，则该节点簇变为跟随状态，并将其加入C的跟随链表。

2.根据权利要求1所述的社区划分方法，其特征在于，复杂网络中包括节点、节点簇和社区三种基本实体，这三者是递进的关系；节点即复杂网络中最为原始的节点；节点簇是由规模较小的相似节点簇合并所构成的实体；由节点合并构成节点簇，再由节点簇构成社区，社区就是当节点簇相互之间不能再进行合并之后的最终节点簇。

3.根据权利要求1所述的社区划分方法，其特征在于，节点簇的状态是指节点簇与其他节点簇之间如何互动的描述，包含四种状态：a.默认状态、b.封闭状态、c.跟随状态、d.扩张状态；当一个单节点簇刚初始化时，为默认状态，当一个节点簇发生完扩张之后其状态恢复为默认状态；封闭状态表示节点簇内部连接相对紧密，不会再跟随其他节点簇，或者合并其他节点簇，此时的节点簇已经是最终的社区。

4.根据权利要求1所述的社区划分方法，其特征在于，相似度用来描述节点簇之间的相似程度，其衡量方式是考察两个节点簇相同的邻居节点在两个节点簇所有的邻居节点中所占的比例；公式如式1-1所示：

S＝(N_i∩N_j)/(N_i∪N_i)    (1-1)

其中，N_i为节点簇i的邻居节点集合。

5.根据权利要求1所述的社区划分方法，其特征在于，簇内平均连接密度实际上是簇内各个节点在簇内进行的连接数占其所有连接数的比例的均值；公式如式1-2所示：

其中，C_i1为节点i在节点簇内的连接数，C_i2为节点i的所有连接数，N为节点簇的节点集合所含节点总数。

6.根据权利要求1所述的社区划分方法，其特征在于，簇间平均连接密度是指各个节点簇的簇内平均连接密度的均值；公式如式1-3所示：

其中，ρ_i为第i个节点簇的簇内平均连接密度，M为当前节点簇的总数。

7.根据权利要求1所述的社区划分方法，其特征在于，采用模块度作为社区划分质量指标，模块度的定义如下式1-4所示：

A_ij表示i节点和j节点是否相邻，如果相邻，A_ji＝1，否则A_ij＝0；在对应的网络中，一条边(i，j)存在的概率为m为总连接数，k_i表示节点i的度，δ(C_i，C_j)为一个二值函数，当i节点和j节点同属一个社区时，其值为1，否则其值为0。